Apprentissage automatique et gouvernance des données

Organisation sur 20 semaines

Quatre blocs de 5 semaines (4 semaines de cours, 1 semaine d'évaluation). Les deux unités d'enseignement sont reprises sans modification du diplôme d'origine : mêmes contenus, mêmes évaluations.

• Blocs 1 et 2 (semaines 1 à 10) : APA 413 — Apprentissage automatique
• Blocs 3 et 4 (semaines 11 à 20) : DON 414 — Ingénierie et gouvernance des données

APA 413 - Apprentissage automatique

Maîtriser les méthodes d'apprentissage automatique qui résolvent la majorité des problèmes rencontrés en organisation, et surtout savoir évaluer honnêtement un modèle avant de le proposer.

Objectifs

• Concevoir et entraîner des modèles supervisés adaptés à un problème de classification ou de régression.
• Mettre en œuvre un protocole de validation rigoureux et diagnostiquer le surapprentissage et les fuites de données.
• Appliquer des méthodes non supervisées pour segmenter, réduire la dimension ou détecter des anomalies.
• Interpréter les résultats d'un modèle et en discuter l'exploitabilité avec un expert métier.

Contenus

• Cadre de l'apprentissage statistique : risque, biais et variance, capacité, régularisation.
• Modèles supervisés : modèles linéaires et logistiques, arbres, ensembles d'arbres, machines à vecteurs de support, plus proches voisins.
• Protocoles d'évaluation : découpage des données, validation croisée, métriques selon le problème, classes déséquilibrées, étalonnage des probabilités, fuites de données.
• Apprentissage non supervisé : partitionnement, mélanges de lois, analyse en composantes principales et méthodes non linéaires de réduction de dimension.
• Détection d'anomalies et de fraudes ; séries temporelles : bases de la prévision.
• Interprétabilité : importance des variables, dépendances partielles, explications locales.

Évaluation : Contrôle continu (40 %) : travaux pratiques notés. Projet (60 %) : résolution d'un problème de bout en bout avec protocole d'évaluation justifié et note d'interprétation destinée à un expert métier. Projet et grille identiques pour les deux cohortes.

DON 414 - Ingénierie et gouvernance des données

Faire des données un actif maîtrisé : sans données de qualité, documentées et licitement collectées, aucun modèle n'est fiable ni déployable.

Objectifs

• Analyser les données disponibles au regard d'un objectif d'apprentissage et en diagnostiquer la qualité.
• Concevoir une chaîne de collecte, de nettoyage, d'annotation et de préparation des données.
• Appliquer la loi n°2008-12 du 25 janvier 2008 et le droit d'auteur à la constitution d'une base d'apprentissage.
• Élaborer une politique de gouvernance des données : rôles, documentation, droits d'accès, sécurité, localisation.

Contenus

• Sources de données : données internes, données ouvertes, capteurs, données collectées sur le terrain, données synthétiques ; biais de sélection.
• Préparation : nettoyage, valeurs manquantes, intégration, ingénierie des variables ; bases de données relationnelles et formats de stockage adaptés.
• Annotation : protocoles, consignes, accord entre annotateurs, annotation participative, conditions de travail des annotateurs.
• Documentation des jeux de données : fiches descriptives, provenance, licence, limites d'usage.
• Protection des données personnelles : principes de la loi n°2008-12 du 25 janvier 2008, rôle de la CDP, Acte additionnel CEDEAO A/SA.1/01/10, Convention de Malabo ; anonymisation et pseudonymisation.
• Droit d'auteur et données d'entraînement : questions posées par la loi n°2008-09 du 25 janvier 2008 sur le droit d'auteur et les droits voisins, à étudier sur le texte.
• Gouvernance et souveraineté : rôles, cycle de vie, sécurité des données sensibles, localisation de l'hébergement, réversibilité.

Évaluation : Contrôle continu (40 %) : travaux pratiques de préparation et d'annotation. Projet (60 %) : fiche descriptive d'un jeu de données et politique de gouvernance, avec analyse de conformité à la loi n°2008-12. Modalités identiques pour les deux cohortes.

Débouchés

Spécialiste des données, chargé de la préparation et de la gouvernance des données, concepteur de modèles d'apprentissage automatique.

À votre rythme : le parcours libre

En classe, ce certificat se suit sur 20 semaines, aux dates de la promotion. En parcours libre, vous commencez quand vous le souhaitez, en ligne, et vous avancez à votre rythme. Le prix est le même.

Admission

Licence scientifique, informatique ou statistique, ou expérience équivalente appréciée sur dossier ; pratique de la programmation et des bases de la statistique. Admission sur dossier ; conditions précises fixées par l'établissement.

Les crédits obtenus sont reconnus sans nouvelle évaluation si vous entrez ensuite dans la formation d'origine, Master Intelligence artificielle, dans un délai fixé par le règlement des certificats.